使用半监督聚类学习COVID-19的趋势
应用统计
2021-09-16 v1 统计方法学
摘要
我们使用有限混合模型从当前可用的冠状病毒（COVID-19）数据中学习趋势。探讨了欧洲国家和美国（US）的COVID-19确诊病例数与死亡病例数数据。采用带有正等价约束的半监督聚类方法，将国家和州的信息纳入模型。使用由广义逻辑函数指定均值趋势的多变量高斯非线性回归混合模型，联合分析病例与死亡速率的趋势。最优聚类数通过贝叶斯信息准则选取。所得聚类为美国各州和欧洲国家采取的不同缓解策略提供了见解。所得结果有助于确定各州当前的相对状况，并展示了若其延续所选缓解技术可能的未来情形。
引用
@article{arxiv.2109.06955,
title = {Learning trends of COVID-19 using semi-supervised clustering},
author = {Semhar Michael and Xuwen Zhu and Volodymyr Melnykov},
journal= {arXiv preprint arXiv:2109.06955},
year = {2021}
}